VIA Research Group
전기및전자공학부 유민수
VIA 연구실(Vertically Integrated Architecture Research Group)은 KAIST 전기및전자공학부를 중심으로 반도체 시스템공학, 인공지능 대학원 등과 연계하여, 차세대 고성능 컴퓨터 아키텍처 및 인공지능 시스템을 연구하는 선도적인 연구 그룹입니다. 연구실은 VLSI 기술, 컴퓨터 시스템 아키텍처, 응용 및 알고리즘을 수직적으로 통합하는 접근법을 통해, 미래 지능형 시스템을 위한 고성능, 신뢰성, 보안성, 에너지 효율성을 갖춘 컴퓨팅 플랫폼을 개발하는 데 주력하고 있습니다.
주요 연구 분야로는 GPU 및 NPU 기반의 고성능 프로세서 아키텍처, 메모리 계층 구조 설계, DRAM 및 PIM(Processing-in-Memory) 기술, 그리고 대규모 생성형 AI 모델 및 추천 시스템, 그래프 신경망 등 최신 AI 워크로드를 위한 하드웨어/소프트웨어 통합 설계가 있습니다. 특히, 하드웨어-소프트웨어 협업 설계(Hardware-Software Co-Design)를 통해, 알고리즘과 시스템 아키텍처를 동시에 최적화하여 실제 산업 및 학계에서 요구하는 성능과 효율성을 달성하고 있습니다.
연구실은 대규모 데이터 처리와 AI 학습의 병목 현상을 해결하기 위해, 메모리 중심의 시스템 아키텍처, 데이터 근접 프로세싱, 분산 메모리 시스템, 그리고 DRAM 기반 고성능 PIM 반도체 등 다양한 혁신 기술을 개발하고 있습니다. 또한, 프라이버시 보호 머신러닝, 차등 개인정보 보호, 대규모 추천 시스템 등 실질적인 사회적 요구에 부합하는 연구도 활발히 진행 중입니다.
VIA 연구실은 국내외 유수의 기업 및 연구기관과의 산학협력, 정부 및 산업체 지원 대형 프로젝트 수행, 그리고 다수의 특허 및 논문 발표를 통해, 컴퓨터 아키텍처 및 인공지능 하드웨어 분야에서 세계적인 경쟁력을 갖추고 있습니다. 연구실의 졸업생들은 글로벌 IT 기업, 반도체 기업, 연구소 등에서 활약하고 있으며, VIA 연구실은 미래 지능형 컴퓨팅 인프라의 혁신을 선도하고 있습니다.
이러한 연구 성과는 KAIST 대표연구성과 10선, IEEE Micro Top Picks, HPCA Best Paper Award 등 국내외 주요 학술상 및 연구성과로도 인정받고 있습니다. VIA 연구실은 앞으로도 차세대 AI 및 컴퓨팅 패러다임을 이끌어갈 핵심 기술 개발에 앞장설 것입니다.
PIM Systems
Recommendation Models
Graph Neural Networks
고성능 컴퓨터 아키텍처 및 시스템 설계
VIA 연구실은 차세대 고성능 컴퓨터 아키텍처와 시스템 설계에 중점을 두고 있습니다. 특히 GPU 컴퓨팅, 메모리 계층 구조, DRAM 아키텍처 등 다양한 하드웨어 요소를 통합적으로 연구하여, 대규모 데이터 처리와 인공지능 연산에 최적화된 시스템을 개발하고 있습니다. 이러한 연구는 기존의 컴퓨팅 한계를 극복하고, 더 빠르고 효율적인 데이터 처리를 가능하게 합니다.
연구실은 메모리 계층 구조의 혁신을 통해, 캐시 및 메모리 서브시스템의 병목 현상을 해소하고, DRAM의 대역폭과 용량을 극대화하는 방안을 모색합니다. 또한, 컴퓨터 비전과 머신러닝을 위한 아키텍처적 지원, 그리고 보안 강화 기술도 함께 연구하여, 신뢰성과 안전성이 보장되는 시스템을 구축합니다. ASIC 및 FPGA 프로토타이핑을 활용한 실험적 접근을 통해, 실제 하드웨어 구현까지 아우르는 폭넓은 연구를 수행하고 있습니다.
이러한 연구는 대규모 생성형 AI 모델, 그래프 신경망, 추천 시스템 등 다양한 응용 분야에 적용되고 있습니다. VIA 연구실의 고성능 컴퓨터 아키텍처 연구는 미래 지능형 시스템의 기반을 마련하며, 산업계와 학계 모두에서 높은 평가를 받고 있습니다.
머신러닝 및 인공지능 가속기 설계
VIA 연구실은 머신러닝 및 인공지능 모델의 효율적인 실행을 위한 하드웨어 가속기 설계에 집중하고 있습니다. 신경망 처리 장치(NPU), 스파스 CNN 가속기, 그래프 신경망(GNN) 가속기 등 다양한 도메인 특화 하드웨어를 개발하여, 대규모 데이터와 복잡한 모델을 빠르고 에너지 효율적으로 처리할 수 있도록 지원합니다. 이러한 가속기 설계는 자율주행, 자연어 처리, 음성 인식 등 첨단 AI 응용 분야에서 핵심적인 역할을 합니다.
연구실은 하드웨어-소프트웨어 협업 설계(Hardware-Software Co-Design) 방식을 적극적으로 도입하여, 알고리즘과 시스템 아키텍처를 동시에 최적화합니다. 예를 들어, 프라이버시 보호 머신러닝, 차등 개인정보 보호, 대규모 추천 시스템 등 실제 산업 현장에서 요구되는 다양한 문제를 해결하기 위해, 알고리즘과 하드웨어의 상호작용을 정밀하게 분석하고 최적화합니다. 또한, FPGA 및 ASIC 기반의 프로토타입 구현을 통해, 연구 결과의 실효성을 검증하고 있습니다.
이러한 연구는 대규모 생성형 AI 모델, 텍스트-이미지 변환, 3D 렌더링, 추천 시스템 등 다양한 최신 AI 워크로드에 적용되고 있습니다. VIA 연구실의 인공지능 가속기 설계 연구는 AI 시대의 핵심 인프라를 제공하며, 국내외 유수의 기업 및 연구기관과의 협력을 통해 실질적인 기술 혁신을 이끌고 있습니다.
메모리 중심의 고성능 컴퓨팅 및 PIM(Processing-in-Memory)
VIA 연구실은 메모리 중심의 고성능 컴퓨팅 시스템과 PIM(Processing-in-Memory) 기술 개발에 선도적인 역할을 하고 있습니다. 대규모 딥러닝 및 그래프 신경망 학습에서 발생하는 메모리 용량 및 대역폭 한계를 극복하기 위해, 메모리와 프로세서의 경계를 허무는 새로운 시스템 아키텍처를 연구합니다. DRAM 기반 고성능 PIM 메모리 반도체, 데이터 근접 프로세싱, 분산 메모리 시스템 등 다양한 기술을 통해, 대규모 데이터 처리의 효율성을 극대화하고 있습니다.
연구실은 상용 PIM 시스템의 데이터 전송 병목 현상 분석, 메모리 계층 내 텐서 연산 가속, 임베딩 벡터의 효율적 저장 및 처리 등 실질적인 문제 해결에 집중합니다. 또한, 비휘발성 메모리(NVM)와 SSD를 활용한 대규모 그래프 신경망 학습, 메모리 확장 시스템, 그리고 메모리-프로세서 인터페이스 최적화 등 다양한 연구를 수행하고 있습니다. 이러한 연구는 실제 산업 현장에서 요구되는 대규모 데이터 처리와 AI 학습의 생산성을 크게 향상시킵니다.
PIM 및 메모리 중심 컴퓨팅 연구는 차세대 AI 반도체, 데이터센터, 클라우드 인프라 등 다양한 분야에 적용되고 있습니다. VIA 연구실은 국내외 주요 연구 프로젝트와 협력하며, 메모리와 컴퓨팅의 융합을 통한 혁신적인 시스템 아키텍처를 제시하고 있습니다.
1
A Characterization of Generative Recommendation Models: Study of Hierarchical Sequential Transduction Unit
Taehun Kim, Yunjae Lee, Juntaek Lim, Minsoo Rhu
IEEE Computer Architecture Letters, 2025
2
Characterization and Analysis of the 3D Gaussian Splatting Rendering Pipeline
Jiwon Lee, Yunjae Lee, Youngeun Kwon, Minsoo Rhu
IEEE Computer Architecture Letters, 2024
3
Characterization and Analysis of Text-to-Image Diffusion Models
Eunyeong Cho, Jehyeon Bang, Minsoo Rhu
IEEE Computer Architecture Letters, 2024
3
(통합EZ)대규모 그래프 신경망 기반의 개인화 추천 알고리즘 학습을 위한 데이터-근접 프로세싱 인공지능 가속 시스템 연구(2024년도)
